美国社交媒体操控技术及其应用

近年来，美国频繁利用社交媒体操控技术，精准操控选民认知，深度介入公众舆论和政治选举。本文首先重点分析美国社交媒体操控的主要流程和关键技术；其次，以“剑桥分析”事件为例，探讨美国社交媒体操控的实践应用；最后，以总体国家安全观为指导，提出防范社交媒体操控的对策建议。

社交媒体已经成为人们信息消费的重要来源，正在重构全球信息流动图景。在社交媒体兴起之初，美国就注意到其潜在价值，积极运用社交媒体操控技术对舆情实施监控引导，从而达到认知影响和政治宣传目的。

美国社交媒体操控的主要流程

社交媒体操控一般以社会学、心理学、传播学等多学科理论为基础，综合运用大数据、智能分析等技术，按照“数据搜集—画像绘制—信息推送”的流程，最终实现操纵控制社交媒体的目的。

广泛搜集社交媒体用户数据。搜集用户数据是社交媒体操控的首要环节，可为绘制用户画像提供基础支撑。美国政府通过法律授权获取、第三方购买、技术收集等手段，获得充足的用户数据，有效提升用户画像的精细程度。一是通过法律授权获取平台数据。美国政府于2001年、2015年相继出台《爱国者法案》和《网络安全信息共享法案》，鼓励私营企业向政府共享网络威胁信息，允许政府在特定情况下获取包括社交媒体数据在内的各种信息，扩大了政府在特定事件调查中的数据获取权力。二是通过第三方公司购买用户数据。美国政府多次从第三方数据公司购买用户数据，如安客诚（Acxiom）和益博锐（Experian）等全球活跃的数据公司，获取诸如土地登记、汽车销售、购物网站、俱乐部、过往投票记录、人口统计信息、有线电视浏览习惯、订阅的杂志等数据。三是运用技术手段收集用户数据。网站、应用程序或其他数字平台产生并记录了大量的行为数据。美国政府利用Cookie分析和机器学习算法等，掌握用户的登录状态、浏览历史等信息，监测用户对特定内容的访问和互动情况，分析挖掘用户生成的内容和行为数据，以提取用户的情绪倾向、社交关系网络等高价值信息。

精细绘制社交媒体用户画像。用户画像绘制是认知操控的关键环节，海量数据使得画像绘制由主观判断转向智能描绘，从而实现对目标对象的精准识别与分类。一是基于基本数据的用户画像。基本数据主要包括人口统计学特征、社会属性等，如年龄、地域、职业、消费习惯、触媒习惯等，运用这些数据能快速建立对用户目标的基础认识，为后续精准传播提供基本支撑。二是基于行为数据的用户画像。行为数据主要包括互动轨迹、操作偏好、消费路径等动态数据，如浏览行为、搜索行为、交互行为等信息。运用这些数据能构建动态立体的用户认知体系，实现“从理解用户、预测用户到引导用户”的价值跃迁。三是基于社交关系数据的用户画像。社交关系数据主要包括链接强度、内容传播力、社交影响力等数据，如好友数量和粉丝数量、聊天频次、点赞/转发频率、内容分享量、粉丝活跃度等信息。运用这些数据能够真正地将用户置于复杂的社交网络中，以便更好地了解用户需求。

精准推送倾向性影响信息。推送倾向性信息是认知操控的执行环节，通过遵循用户的社交习惯匹配信息投送渠道，跟踪用户的认知动态把握信息投送时间，从而实现定制化信息投送。一是筛选信息投送对象。利用数据采集、统计分析掌握用户典型特征。重点区分四种特征——政治特征、性格特征、情绪特征、兴趣特征，并基于此建立用户典型特征库，筛选投送对象，从而改变了传统筛选方式，即按照种族、地域、党派、职业等粗放的筛选方式，实现高效率的个性化信息投送。二是匹配信息投送渠道。根据用户社交关系特征，如亲属关系、社会关系、行为互动关系、隶属关系等，分析用户常用的信息接收渠道，如开设的社交媒体账号、关注的自媒体账号、常看的电视广播类型和报纸杂志等，直接将信息投送到本人，保证投送的过程中信息不失真，让用户体验原汁原味的信息内容，增强了信息的可靠性和可信度。三是把握信息推送时间。根据用户的认知动态所处的不同阶段，采取不同的投送方式。当用户还未注意到某一事件时，就实施即时性投送，形成“首因效应”；当用户还未理解某一事件时，就实施互动性投送，引导用户按照设想理解事件；当用户认知未完全固化时，就实施轰炸性投送，诱使用户陷入信息陷阱；当用户形成不利认知时，就实施沉浸性投送，不断重复传播某类信息，在潜移默化中重构用户认知。

美国社交媒体操控的关键技术

用户画像技术。该技术通过系统采集对象个体或群体的网络行为数据，智能分析挖掘性格类型、消费习惯、兴趣爱好等特征，并以标签形式抽象刻画对象属性全貌，从而为产品推荐、信息分发以及策略制定提供精准服务。

用户画像技术具有以下特点。一是认知数据海量化。互联网已经成为用户查找信息、聊天交友、关注时事、生活娱乐的必备平台，通过互联网平台能够广泛快速实现用户认知数据的采集和认知态度的感知，为分析用户的政治信仰、价值观念、民族情感、舆论立场等提供海量数据支撑，以海量“数据源”不断细化目标人物画像的颗粒度。二是对象分群精细化。用户画像技术通过分析用户认知数据，提取认知特征，建立认知标签，将同一层内的用户群体，按照业务场景标签继续进行切分。通过精准掌握群体差异化特征，使用户分群的方式更加精细化、个性化、智能化，让推送的信息与用户更加匹配，极大提高信息推送的针对性和精准度。三是标签设定动态化。用户数据分为静态数据和动态数据，静态数据主要包括位置信息、家庭信息、社交关系等体现用户属性的特征数据。动态数据主要包括网页浏览、信息检索、新闻评论等持续变化的数据。通过构建用户动态画像，可以实时追踪用户的兴趣和认知漂移，及时更新用户标签，保证标签的可靠性。

AI大模型信息生成技术。该技术通过对海量数据的学习与训练，实现文本、图像、语音等多模态信息的自主智能生成，其模型参数规模突破千亿级，具备跨领域知识整合、逻辑推理及创造性表达能力，能够模拟人类认知过程生成符合语义规则、情感逻辑或专业场景需求的内容。

AI大模型信息生成技术具有以下特点。一是内容生成专属定制。根据用户数据，深度解析用户需求、个性化偏好及场景特征，自动生成高度适配的定制化内容，从而实现“需求－场景－用户”三维度精准匹配，打破了传统内容生产的“模板化”局限，避免了“千篇一律”的信息内容。二是人机交互及时高效。通过实现用户输入与系统输出低延迟的智能交互，以毫秒级解析语音、文本、手势等多模态输入，结合上下文深度理解用户意图，实时生成适配设备终端与场景的反馈内容，实现“输入－处理－输出”闭环的流畅衔接，显著提升交互自然度与任务处理效率。三是智能生成全时在线。通过实时数据接入、动态模型更新与分布式算力调度，实现全场景内容生成与服务响应。通过实时处理数据流并按需生成文本、图像等内容，让AI大模型信息生成技术成为不下线的智能生成技术，可以24小时不间断地工作，随时为用户提供个性化、高质量的服务。

社交机器人传播技术。该技术通过将社交媒体的虚拟人格化形象与大量用户账号产生连接，并自动化发送传播信息内容。其技术框架主要包括人格模仿和传播互动两项内容：“人格模仿”主要实现对数字化人格特征的模仿；“传播互动”则依靠深度学习算法驱动实施“评论、发帖、认可”等传播行动。

社交机器人传播技术具有以下特点。一是信息传播的高效性。通过预设的程序和算法，能够模拟人类用户在短时间内执行大规模的内容发布、转发、评论等传播操作，突破了人类传播的时间和精力限制，最终实现高度自动化的大规模传播。二是社交互动的伪装性。通过创建虚假的个人资料，模仿真实的用户资料，运用机器学习分析用户的真实语言风格，生成接近人类的自然对话，进而降低用户的警惕性，增强可信度。三是操控用户的隐蔽性。社交机器人的人设设定和网络行为非常接近人类用户，普通用户难以辨别，可以在不被察觉的情况下传播虚假信息、操纵舆论，从而影响用户的认知和行为。

美国社交媒体操控的应用案例分析

“剑桥分析”事件的背景。据报道，2016年美国大选期间，共和党候选人特朗普的竞选团队曾招募剑桥公司和数字营销公司Giles-Parscale，用于影响选民的投票决定。剑桥公司负责分析选民的性格喜好和政治倾向，Giles-Parscale公司则负责精准投送广告，从而帮助特朗普在落后民主党候选人希拉里300万选票的情况下，最终赢得了美国大选。

“剑桥分析”事件的特点。综合分析，“剑桥分析”事件主要包括3个特点。

第一，数据获取方法灵活。该特点主要涵盖3个方面。其一，发布“这是你的数字生活”心理测试。该测试以心理学研究为掩护，秘密收集Facebook账号上的用户信息，包括用户所在地、点赞内容等信息。其二，Facebook于2010年推出了Graph API 1.0。该第三方APP不仅可以获取用户数据，还能获得用户好友的详细资料，包括名字、地点、家庭成员、工作经历、教育背景、点赞内容等。其三，运用大数据采集工具采集用户日志，能满足每秒数百兆日志采集和传输要求，这些数据可用于分析用户网上言行动向、喜好和关注点等。

第二，社交媒体作用凸显。该特点主要体现在3个方面。其一，特朗普在Twitter上有1320万粉丝，在Facebook上有1260万粉丝，而希拉里在上述两个平台的粉丝数分别为1040万和852万，社交媒体上的绝对优势为特朗普赢得大选提供了助力。其二，通过社交媒体向用户发送具有欺骗性、模糊性、干扰性和威慑性的信息，抢占网络舆论的“制高点”，达到扰乱心理、干预认知的目的。其三，运用社交媒体的互动性，特朗普通过Twitter与粉丝互动，通过直接回应争议、塑造人设等手段，让选民感到候选人从“媒体包装的符号”转变为“社交平台上的对话者”。

第三，认知操控手段多样。该特点主要体现在3个方面。其一，运用大语言模型根据用户以往推送内容的点击、阅读时间、分享等数据，不断优化内容生产策略，使其更符合用户的需求和喜好。其二，在Twitter、Instagram等平台上，部署约40万个社交机器人，高频转发“让美国再次伟大”的口号，对可能投票给希拉里的选民推送虚假信息。其三，社交机器人冒充为特朗普的支持者，通过制造粉丝数和点赞数飙升的假象，营造特朗普在社交媒体上广受欢迎的虚假情景，进而影响选民投票决定。

“剑桥分析”事件的实践启示。“剑桥分析”事件使得美国网络舆论环境变得更加复杂，对美国社会产生了深远的影响，也引发了国际社会对技术干预政治选举的高度关注和担忧。中国作为社交媒体用户最多的国家，应在总体国家安全观指导下，出台相关政策和措施，切实防范社交媒体被操控。

一是完善网络安全法律法规制度。首先，构建覆盖数据安全、算法监督、网络治理等领域的多层法律体系。例如，我国现已制定《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等法律法规，但面对新技术驱动下的网络攻击，仍需跟进制定专门性的法规。其次，要加快制定、完善社交媒体相关的技术标准和规范。例如，通过制定信息安全标准、内容管理标准、算法推荐标准等，为社交媒体平台的建设和运营提供明确的技术指引，也为监管部门的执法提供依据。

二是强化网络安全深度治理。首先，政府应鼓励科研机构和企业积极开展先进技术研发。例如，通过发展内容识别技术、网络监测技术、数据加密技术等，提高对社交媒体操控行为的监测、预警和处置能力。其次，要建立统一的社交媒体技术监管平台，实现对平台的实时监测、数据采集和分析评估。例如，通过“用户画像标签权重”“内容热度计算公式”等分析方式，及时发现潜在的安全风险和问题并采取措施处理。最后，执法部门应加大对平台的监管力度，对泄露用户数据、传播虚假消息、操控话题热度、煽动民众情绪的平台，加大处罚力度。

三是提升公民信息媒介素养。构建好公民媒介教育体系，在基础教育、高等教育等不同层次中有机融入媒介素养课程，提升公民的信息甄别能力与批判思维水平。在日常社会宣传中，注重培养公民的社会责任意识，促进公民自律、规范网络行为，引导公民形成主动参与网络空间信息治理的意识。

责任编辑：王美颖